6月下旬,《美国国家科学院院刊》(PNAS)上发表的一篇文章显示,精英男性科学家要比其他男性科学家或精英女性雇佣更少的女性(如博士后和研究生)。几乎和这篇文章的主要结论一样引人注目的是其作者团队的组成。他们是一对夫妻:在剑桥的麻省理工学院(MIT)从事癌症生物学研究的研究生Jason Sheltzer和推特剑桥办公室的软件工程师Joan C. Smith。为了内容简洁明晰,文章对采访进行了编辑。
问:给我们介绍一下你们的背景,以及你们是如何相遇的。
Sheltzer:我在普林斯顿大学主修分子生物学,之后去了麻省理工学院读生物学研究生。我正在研究染色体数目的变化如何影响细胞生理学和癌症的进展。Joan和我是在约会社交网(OKCupid)上认识的。我们聊起了共同喜欢的Richard Feynman和氢原子。我们在当地的咖啡馆见面之后就再没走回头路!
Smith:我在麻省理工学院获得了物理学学士学位,现在我是推特的一名软件工程师。就是通过那几次约会,我们发现,很明显,我们珍视着同样的事情(工作、科学、女权主义),有着互补的性格,而且相处得非常好。
问:你们是怎样开始一起工作的?
Sheltzer:我分析一些微阵列数据,在如何分析数据方面我已经达到我所了解的极限。因此,我就对Joan描述了这个科学问题,大约30分钟,她建立了一个测试脚本回答了这个问题。与Joan的合作真的扩大了我能解决的问题的范围。
问:你在《美国国家科学院院刊》上发表的那篇文章的数据从何而来?
Sheltzer:Joan和我开始计算来自几个生物学实验室网站的研究生和博士后。我们很快发现一个惊人的模式——生命科学领域的优秀男教师会雇佣的女性尤其少——但是,我们也发现,很难得到一个足够大的样本量使研究结果更加坚实,并且作为一个整体代表生命科学领域的情况。我最近卖了汽车,我们最后把钱花费在雇佣兼职进行数据提取上,这样会比靠我们自己收集到更多的实验室信息。
问:这篇文章里还有其他要点吗?
Sheltzer:少数“精英”实验室如何发挥“通往教授职位的大门”的作用,这是很令人惊讶的。我们发现,所有教师中大约10%是美国国家科学院的成员,但大约60%的新教师做了美国国家科学院院士的博士后。我认为它表明了学术科学的孤立性。这可能限定了新调查研究的科学问题的范围。他们大多数来自于为既定主题而建的实验室。
问:从事数据密集型研究需要什么技能?
Smith:因为数据实际上是无限的,主要的范围需要你的科学问题来限定。弄清楚图表里数据之间的联系,是数据分析中较难的一大部分。除此之外,你至少必须了解基本的编程,而且你必须有足够的数学背景,这样你有信心想出你以前从未见过的一些新的统计方法或工具。但最终,你真正需要的东西是一台电脑、谷歌、时间和计算出你所需要的东西的信心。
问:你如何设想你们合作关系的未来?
Sheltzer:专业上,利用Joan的数据分析能力,对从20000名癌症患者中获取的基因表达数据进行解析,我们合写一篇论文。就个人而言,我希望我们很快能养一只猫。■